Запитання з тегом «joint-distribution»

3
Чи не повинна спільна ймовірність двох незалежних подій дорівнювати нулю?
Якщо спільна ймовірність є перетином двох подій, то чи не повинна спільна ймовірність двох незалежних подій дорівнювати нулю, оскільки вони взагалі не перетинаються? Я збентежений.

1
Верхні межі для щільності копули?
Фреш-Хёфдінг верхньої межі відноситься до функції розподілу копули і задається С( у1, . . . , уг) ≤ хв { u1, . . , уг} .С(у1,...,уг)≤хв{у1,..,уг}.C(u_1,...,u_d)\leq \min\{u_1,..,u_d\}. Чи є схожа (в тому сенсі, що це залежить від граничної щільності) верхньої межі для щільності копули замість CDF?в ( у1, . . …

5
Різниця між термінами "спільний розподіл" та "багатоваріантний розподіл"?
Я пишу про використання "спільного розподілу ймовірностей" для аудиторії, яка з більшою ймовірністю зрозуміє "багатоваріантний розподіл", тому я розглядаю можливість використання пізніше. Однак я не хочу втрачати сенс, роблячи це. Вікіпедія, схоже, вказує, що це синоніми. Чи вони? Якщо ні, то чому б і ні?

3
Максимальна оцінка вірогідності спільного розподілу з урахуванням лише граничних підрахунків
Нехай - спільний розподіл двох категоріальних змінних , з . Скажімо, вибірок було взято з цього розподілу, але нам дано лише граничні підрахунки, а саме для : X , Y x , y ∈ { 1 , … , K } n j = 1 , … , Kpx,ypx,yp_{x,y}X,YX,YX,Yx,y∈{1,…,K}x,y∈{1,…,K}x,y\in\{1,\ldots,K\}nnnj=1,…,Kj=1,…,Kj=1,\ldots,K Sj=∑i=1nδ(Xi=l),Tj=∑i=1nδ(Yi=j),Sj=∑i=1nδ(Xi=l),Tj=∑i=1nδ(Yi=j), …

1
Необхідна і достатня умова спільного МФР для незалежності
Припустимо, у мене є спільна функція генерування моменту для спільного розподілу з CDF . Чи є необхідною і достатньою умовою незалежності і ? Я перевірив пару підручників, в яких згадувалась лише необхідність:MX,Y(s,t)MX,Y(s,t)M_{X,Y}(s,t)FX,Y(x,y)FX,Y(x,y)F_{X,Y}(x,y)MX,Y(s,t)=MX,Y(s,0)⋅MX,Y(0,t)MX,Y(s,t)=MX,Y(s,0)⋅MX,Y(0,t)M_{X,Y}(s,t)=M_{X,Y}(s,0)⋅M_{X,Y}(0,t)XXXYYY FX,Y(x,y)=FX(x)⋅FY(y)⟹MX,Y(s,t)=MX(s)⋅MY(t)FX,Y(x,y)=FX(x)⋅FY(y)⟹MX,Y(s,t)=MX(s)⋅MY(t)F_{X,Y}(x,y)=F_X(x)\cdot F_Y(y) \implies M_{X,Y}(s,t)=M_X(s) \cdot M_Y(t) Цей результат зрозумілий, оскільки незалежність означає . Оскільки MGF-поля маргіналів визначаються спільним …

1
Як знайти граничний розподіл від спільного розподілу з багатозмінною залежністю?
Одна з проблем у моєму підручнику полягає в наступному. Двовимірний стохастичний безперервний вектор має таку функцію щільності: fX,Y(x,y)={15xy20if 0 &lt; x &lt; 1 and 0 &lt; y &lt; xotherwisefX,Y(x,y)={15xy2if 0 &lt; x &lt; 1 and 0 &lt; y &lt; x0otherwise f_{X,Y}(x,y)= \begin{cases} 15xy^2 & \text{if 0 < x < 1 …

2
Чи дотримується багатоваріантна теорема центрального граничного значення (CLT), коли змінні виявляють ідеальну сучасну залежність?
Назва підсумовує моє запитання, але для наочності розглянемо наступний простий приклад. Нехай , i = 1, ..., n . Визначте: \ begin {рівняння} S_n = \ frac {1} {n} \ sum_ {i = 1} ^ n X_i \ end {рівняння} і \ початок {рівняння} T_n = \ frac {1} {n} …

1
Як порівняти спостережувані та очікувані події?
Припустимо, у мене є один зразок частоти 4 можливих подій: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 і я маю очікувані ймовірності моїх подій: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 За допомогою суми спостережуваних частот моїх чотирьох подій (18) …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.